PDF 转 JSON 转换器

上传 PDF，即可拿到干净、结构化的 JSON：完整正文、文档标题、页数和元数据，全部装在一个结构可预测的对象里。为开发者而建 — 同样的转换只需一次 API 调用。

拖放文件到此处或浏览

支持PDF文件

免费 — 每天3次请求，无需注册。获取每月300个免费额度。

工作原理

上传 PDF

在上方拖入 PDF 文件或点击选择。文本型、扫描型和图文混排的 PDF 均可处理。

解析为结构化 JSON

ParseJet 提取文本、标题和元数据，并组装成结构统一的单个 JSON 对象。

复制或集成

复制 JSON 输出，或调用 API 在您的应用中把 PDF 转为 JSON — 每次返回相同的结构。

主要特性

这款pdf to json脱颖而出的原因。

结构可预测

每次响应的结构完全一致：{ text, title, source_type, metadata }。下游代码无需处理各文档的意外差异。

包含元数据

页数、作者和创建日期随文本一并返回 — 便于建索引、审计和去重。

支持扫描版 PDF

纯图片页面会自动经过 OCR 处理，扫描件也能输出真实的 JSON 文本，而不是空字段。

Markdown 结构化文本

text 字段以 Markdown 形式保留标题、列表和表格 — 文档结构在转换后依然完整。

始终是合法 JSON

输出为正确转义的 UTF-8 JSON，一次即可解析成功 — 不会有截断的字符串或乱码需要清理。

API 批量转换

写一个简单循环即可把成千上万份 PDF 转为 JSON — 一个 HTTP 接口，无需安装任何 PDF 库。

使用场景

此工具能为您节省时间的常见场景。

让应用直接消费 PDF

把发票、报告、合同转成后端可存储、查询和分发的 JSON — 无需自己写 PDF 解析代码。

RAG 与 AI 管道

LLM 管道消费的是 JSON，不是 PDF。把文档转成干净的 {text, metadata} 对象，直接用于分块和向量化。

搜索索引

把 JSON 直接推入 Elasticsearch、Meilisearch 或 Algolia — 全文用于检索，元数据用于筛选。

数据提取工作流

先把各种来源的文档统一成同一个 JSON 结构，再由规则或模型提取您关心的字段。

通过API自动化

以编程方式使用相同的工具。适用于任何语言——仅需HTTP。

cURL

# Convert a PDF to JSON
curl -X POST https://api.parsejet.com/v1/parse/auto/file \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "[email protected]"

# Response (JSON):
# {
#   "text": "# Title\n\nDocument content...",
#   "title": "Document Title",
#   "source_type": "pdf",
#   "metadata": { "pages": 12, "author": "..." }
# }

Python

import httpx, json

resp = httpx.post(
    "https://api.parsejet.com/v1/parse/auto/file",
    headers={"Authorization": "Bearer YOUR_API_KEY"},
    files={"file": open("document.pdf", "rb")},
)
data = resp.json()          # already structured JSON
print(data["title"])        # document title
print(data["metadata"])     # pages, author, ...
json.dump(data, open("document.json", "w"), ensure_ascii=False)

JavaScript

const formData = new FormData();
formData.append("file", pdfFile);

const res = await fetch("https://api.parsejet.com/v1/parse/auto/file", {
  method: "POST",
  headers: { Authorization: "Bearer YOUR_API_KEY" },
  body: formData,
});
const json = await res.json(); // { text, title, source_type, metadata }
await db.documents.insert(json); // store it, index it, query it

想自动化处理吗？

ParseJet API 通过一个 HTTP 端点提供相同的解析能力。无需 ffmpeg、poppler 或 tesseract — 只需一次 API 调用。

curl -X POST https://api.parsejet.com/v1/parse/auto/url \
  -H "Content-Type: application/json" \
  -d '{"url":"https://example.com"}'

查看 API 文档

常见问题

如何把 PDF 转成 JSON？

在上方上传 PDF — ParseJet 解析后返回包含全文、文档标题和元数据的 JSON 对象。如需自动化，把文件 POST 到 /v1/parse/auto/file，响应本身就是 JSON。

输出的 JSON 是什么结构？

一个结构固定的对象："text"（完整内容，标题和表格以 Markdown 保留）、"title"、"source_type" 和 "metadata"（页数、作者、创建日期）。任何文档都是同一结构。

能提取发票号等特定字段吗？

ParseJet 以 JSON 返回完整文本和元数据；字段级提取只是您代码里的一小步，或对 "text" 值写一个 LLM 提示词即可。从 PDF 里可靠地拿到结构化文本才是难点 — 这正是 ParseJet 解决的部分。

扫描版 PDF 支持吗？

支持。纯图片页面会自动进行 OCR，识别出的文字会像普通内容一样出现在 JSON 中。

有 PDF 转 JSON 的 API 吗？

有 — 这正是核心产品。把 PDF POST 到 /v1/parse/auto/file，响应就是结构化 JSON。免费 API Key 每月含 300 积分；一份 PDF 消耗 3 积分。

免费吗？

免费。无需注册每天可转换 3 次；注册免费账户后每月有 300 积分。生产环境可选付费套餐，每月 19 美元起。

免费开始提取文本

无需注册。几秒钟内解析您的第一个文件。

查看价格